正交混频式UHF局放在zynq7处理器上的实现

UHF(ulatr-high-frequency)局放传感设备中,混频在保留信号相位和幅度细节以及抗干扰方面比包络检波更有优势,但下变频后实信号直接混频必然引入3dB镜像频谱干扰。为了解决干扰问题,采用Xilinx公司主流的zynq7系列作为局放处理器,设计了一套正交混频型局放设备软硬件,提出了一种新型数字正交混频干扰消除方法。与传统哈特利(Hartley)镜像频谱抑制算法在模拟域I、Q路合并方法相比,在zynq处理器内实现了一种通用型的数字移相器,将相位超前的Q路信号数字移相90°后,再与缓存的I路信号进行合并,可完全消除镜像频率干扰,与现有的实数直接相乘混频的局放接收机相比,整体上有3dB灵敏度增益,还降低了硬件成本和冷门电桥芯片采购难题。     

工业控制系统安全态势感知技术研究

工业控制系统(简称工控)是国家关键基础设施的核心,越来越多的工作开始关注工控系统安全。然而,这些工作的实际应用场景并不统一,因此他们取得的成果无法相互借鉴。为了解决这个问题,在深入研究这些安全技术的基础上,我们提出了工控系统安全态势感知(Situational Awareness for Industrial Control Systems Security, SA-ICSS)框架,该框架由态势觉察、态势理解和态势投射三个阶段构成。在态势觉察阶段,我们首先利用网络测绘和脆弱性发现技术获取完善的目标系统环境要素,如网络拓扑和漏洞信息;其次,我们将入侵检测和入侵诱捕等5种设备部署在目标系统中,以便从控制系统中捕获所有的可疑活动。在态势理解阶段,我们首先基于结构化威胁信息表达(Structured Threat Information Expression,STIX)标准对目标系统进行本体建模,构建了控制任务间的依赖关系以及控制任务与运行设备的映射关系;其次,自动化推理引擎通过学习分析师推理技术,从可疑活动中识别出攻击意图以及目标系统可能受到的影响。在态势投射阶段,我们首先利用攻击图、贝叶斯...     

单片机在钢轨在线探伤仪中的应用

本文介绍单片机钢轨在线探伤仪表工作原理及应用。     

输出信号量化的双率采样系统参数辨识方法

针对双率采样和信号量化(signal quantization)[BFQB]的控制系统,采用随机重复性试验测量信息,提出基于辅助模型的双率采样量化控制系统辨识方法.分析了在随机重复试验和放松估计误差方差条件下,双率采样量化系统的模型特征并给出了分两步辨识的策略,推导了进行参数辨识所满足的持续激励条件,并给出了基于辅助模型的双率采样量化控制系统量化辨识递推算法;接着分析了所给出量化辨识递推算法的收敛性,得到了双率采样量化系统参数估计误差上界的计算式,最后数字仿真验证了该算法及结论的有效性.     

浅谈降低小小区部署开销的方法

当今社会对移动数据的需求已呈爆发式增长,有限的资源容量极大地影响了业务量的拓展与提升。考虑到无线数据发生的不均衡性,增加小小区部署无疑成为了应对业务量增长的有效方法。重点研究了降低小小区中上下行参考信号、控制信令开销的可行途径,并提出一种通过部署小小区提高小区密度的方法。与宏小区部署相比,该方法能有效降低小小区的开销,提升资源使用效率。     

多波束天线通道幅相误差的自校正算法

多波束天线利用多信号分类(MUSIC)算法对目标参数进行精确估计时,存在多波束天线的通道幅度和相位误差的失配现象,使MUSIC算法的性能严重下降;针对基于MUSIC的数字波束通道不一致问题,给出了一种新的基于MUSIC算法的最小化代价函数的波束无源自校正算法,利用阵列结构的先验知识对接收数据进行预处理,得到校正矩阵后自校正,并根据多波束阵列天线形成网络天线实测参数,加入随机幅度和相位误差进行计算机模拟仿真,验证仿真算法的正确性。     

基于粗糙集和灰关联理论的雷达辐射源信号识别研究

雷达辐射源信号通过射频、脉冲重复周期、脉宽、天线转速等属性来描述。然而这些属性并不是在每个雷达数据库中都对识别起作用,通过粗糙集理论对其属性进行约简和规则提取,并且确定各属性的权重。对于没有受污染或受污染程度较小的信号可以通过约简规则进行匹配识别,如果受污染程度较为严重或失真的信号或是由粗糙集约简得到多义的规则,则可以计算目标信号各属性与数据库中各信号各属性的灰关联度,并用粗糙集计算得到的各属性权重对各属性得到的关联系数进行加权求和,得到关联度最大者为识别结果。仿真结果表明,基于粗糙集和灰关联理论的雷达辐射源信号识别方法能够有效地缩减识别过程,得到满意的识别结果。     

Analysis of normal and epileptic seizure EEG signals using empirical mode decomposition

Epilepsy is one of the most common neurological disorders characterized by transient and unexpected electrical disturbance of the brain. The electroencephalogram (EEG) is an invaluable measurement for the purpose of assessing brain activities, containing information relating to the different physiological states of the brain. It is a very effective tool for understanding the complex dynamical behavior of the brain. This paper presents the application of empirical mode decomposition (EMD) for analysis of EEG signals. The EMD decomposes a EEG signal into a finite set of bandlimited signals termed intrinsic mode functions (IMFs). The Hilbert transformation of IMFs provides analytic signal representation of IMFs. The area measured from the trace of the analytic IMFs, which have circular form in the complex plane, has been used as a feature in order to discriminate normal EEG signals from the epileptic seizure EEG signals. It has been shown that the area measure of the IMFs has given good discrimination performance. Simulation results illustrate the effectiveness of the proposed method.     

基于颜色传递的不同季节植物表观仿真

为模拟植物在不同季节的颜色变化,提出一种在虚拟环境中实现对不同季节植物表观仿真的方法.采用基于二阶统计量的全局颜色传递算法,得到不同季节的纹理库;基于生成的纹理库实现对不同季节植物的表观仿真.为改善传递效果,引入高阶矩,调整目标图像的斜度和峰度分布,使之与样本图像一致.建立评估模型,从颜色和纹理两方面对传递效果进行评估,评估结果表明,该方法的仿真效果较好.     

小波变换在毫米波辐射计信号去噪中的应用

本文基于小波理论的基础上介绍小波函数的选取和小波去噪的方法,并结合毫米波辐射计输出信号为例进行具体的分析。